【人工智能】人工智能成熟度模型.docx

【人工智能】人工智能成熟度模型 人工智能成熟度模型 作者：Svetlana Sicular，?Bern Elliot，?Whit Andrews，?Pieter den Hamer 发布时间：2020年3月18日 编译：学术plus评论员? 张涛 来源： /en/documents/3982174/artificial-intelligence-maturity-model 一、人工智能技术成熟度曲线 2019年7月，Gartner发布了2019年人工智能成熟度曲线，审查了在AI领域的创新和趋势潮流，以及AI计划范围。成熟度曲线中也出现了许多的新技术。 二、人工智能成熟度模型 人工智能成熟度模型能够为从事数据和分析的领导人员提供一个实现人工智能战略的框架。组织会发现他们所需的人工智能成熟度会根据人工智能应用的不同种类而不同，并非所有的组织都要努力获得最高成熟度的技术，而只需要选择与商业和技术抱负相一致的成熟度就可以了。 （一）人工智能成熟度模型 人工智能成熟度模型如下所示： Level 1：planning规划 人工智能成熟度等级1是规划阶段。在这一阶段，关于人工智能的内部讨论都是临时和预测性的。只有极少数人进行了项目试验或试点。Gartner在这一阶段的几项调查的主体是“什么是人工智能？”和“业务如何从人工智能中受益？”。要进入下一阶段，需要找出3到6个用例。 Level 2：experimentation实验 在这一阶段，会起草初步概念证明（Proof of concept）项目计划，项目也可能处于试点阶段。同时，可能有非正式的团队为知识共享和早期的标准化工作在做准备。这一阶段旨在证明人工智能发展到下一阶段的价值。 Level 3：stabilization稳定 在这一阶段，第一批人工智能项目开始投产。开始为人工智能项目制定预算，并由制定管理层进行保障。通过实例化卓越中心（COE），使得充足的人工智能专家、最佳实践和技术可用于项目中。为了发展到下一个阶段，需要为人工智能的开发和部署开发一个端到端的流程，还要确保平台稳定以实现人工智能的进一步扩张和管理。 Level 4：expansion扩张 在这一阶段，包括优化过程在内的所有数字化项目都考虑使用人工智能来作为价值传递的方式。不断有新的产品和服务嵌入人工智能。业务部门开始信任人工智能技术，并做好使用人工智能技术的准备。IT DevOps/MLOps专业人员主要负责维护和更新人工智能解决方案。从这一阶段要发展到下一阶段，需要扩张数据源和高风险/高回报的成功用例。 Level 5：Transformation转化 在这一阶段，人工智能被认为是执行所有业务流程的一个要素。所有在流程和应用设计过程中的人员都会接受人工智能培训，了解人工智能的优势和不足。人工智能驱动的应用程序可以在组织内和整个商业生态中进行交互。 （二）愿景中的人工智能成熟度模型指标 如果组织要想从人工智能的实现中获益，就需要建立相应的愿景。下表概述了不同阶段愿景的一些关键指标： 在规划阶段，人工智能开始出现在创新的日程上。采纳人工智能应用的灵感来自于组织外部。组织的人工智能愿景主要是从出席会议、参与博客、公共论坛、与内部用户和外部供应商接触开始的。管理团队被行业成功案例所触动，并感到了一定的压力，对人工智能产生了希望、恐惧和时间紧迫的感觉。 在实验阶段，人们开始认识到人工智能的价值。积极推动和促进实验和人工智能驱动的创新。组织内开始有人工智能试点项目来了解相关技术、技能和对业务的影响。但这一阶段将人工智能纳入战略还为时过早。 在稳定阶段，人工智能已不再仅仅是一种希望，它已经可以为组织或产品、服务的组合提供真正的商业价值。人工智能开始应用在特定的业务和技术领域中。随着组织在使用人工智能技术方面不断成熟，工作的重点将会从削减项目成本转化为增加导向型项目。 在扩张阶段，人工智能无处不在，成为改进或新的商业模式的关键推动者。组织的人工智能战略和路线图完全符合其数字业务、数字化转型、创新、客户体验、研发、人力资源等战略。组织通过制定战略使人工智能改进、增强并能够自动化人类决策。从董事会决策到每一次的客户互动，人工智能在每个业务活动中都起着关键的作用。 在转化阶段，人工智能成为商业DNA的一部分。组织成为了人和人工智能系统组成的动态的和环境驱动的系统。人工智能是所有商业战略和技术创新的关键。 （三）可以应用的人工智能成熟度模型指标 在规划阶段，企业开始寻找一些人工智能可能会带来明显影响的用例，比如产品创新和HR。一些商业参与者会投入资金来实现这些用例。人工智能实现的用例一般包括价格优化、推荐、欺诈检测和客户洞察。 在实验阶段，PoC项目从早期的人工智能实验室中获得。特定产品和服务的原型系统通过人工智能得到了改进。这一阶段的关